universidad nacional de ingenierÍa - … · diferenciacion e integracion numerica ... en diversas...
TRANSCRIPT
UNIVERSIDAD NACIONAL
DE INGENIERÍA
FACULTAD DE INGENIERÍA MECÁNICA
Departamento Académico de Ciencias Básicas, Humanidades y Cursos Complementarios
CALCULO NUMERICO (MB –535)
DIFERENCIACION E INTEGRACION NUMERICA
2009-1
UNI-Facultad de Ingeniería Mecánica P.A 2009-1 DACIBAHCC Métodos Numéricos MB536
Profesores del curso: Garrido_- Castro_- Obregón 1
Diferenciación Numérica
Introducción
El cálculo de la derivada de una función puede ser un proceso "difícil" ya sea por lo complicado de la definición analítica de la función o por que esta se conoce únicamente en un número discreto de puntos. (Este es el caso si la función representa el resultado de algún experimento). El problema de diferenciación numérica aparentemente es semejante al de la integración numérica, o sea, una vez que se obtiene el polinomio interpolante de la función f(x), la aproximación de las derivadas se pueden obtener derivando el polinomio, pero se debe tener cuidado. La diferenciación tiende a magnificar las pequeñas discrepancias o errores en una función aproximada como se muestra en la figura 1.
Figura 1 Aproximación a la derivada usando la derivada de un polinomio
Por la Figura 1, un polinomio pn(x) parece ser una excelente función para aproximar el
integrando de la integral dxxpb
a n∫ )( por ∫b
adxxf )( . Mientras que,
dx
xdpn )(que representa la
inclinación de la recta tangente de pn(x), puede ser significativamente diferente en magnitud a
dx
xdf )(, aun en los puntos donde pn(x) y f(x) tienen el mismo valor. Derivadas de orden
superior tienden a magnificar las discrepancias. Asimismo, la diferenciación numérica es un proceso menos preciso de la integración numérica y debe evitarse si fuera posible. En verdad, los Ingeniero y Científicos usan la diferenciación numérica con datos de laboratorio con cierta precisión. En esta separata estudiaremos técnicas para aproximar las derivadas de una función y veremos el análisis de error de dichas formulas.
UNI-Facultad de Ingeniería Mecánica P.A 2009-1 DACIBAHCC Métodos Numéricos MB536
Profesores del curso: Garrido_- Castro_- Obregón 2
Fórmulas para la primera derivada: La definición de la derivada de una función f(x) en el punto "x" esta dada en términos del límite:
De esta definición podemos decir que si "h" es pequeño entonces:
(Note el símbolo de aproximación). Esto nos da inmediatamente la primera fórmula numérica para aproximar la derivada:
Antes de ver algunos ejemplos donde usamos esta fórmula, tratemos de contestar la pregunta de ¿Cuán buena es esta aproximación de la derivada?. Por el Teorema de Taylor sabemos que:
donde esta entre x y x+h. Si despejamos ahora en esta formula por (x)f ′ y usamos la
definición de f(x)Dh tenemos que:
Esta fórmula nos dice que f(x)Dh aproxima a f '(x) con un error proporcional a "h", i.e., O(h).
Ejemplo 1: Tomamos 9xf(x) = y queremos aproximar (1)f ′ cuyo valor exacto es nueve. En la
siguiente figura ilustramos los errores como función de "h" en escala logarítmica.
Solución:
f1=inline(‘x.^9’);
x=1 ; h(1)=0.5; hvals=[]; dfbydx=[]; for i=1:17 h=h/10;hvals=[hvals h];dfbydx(i)=(f1(x+h)-f1(x)) /h; end exact=9;loglog(hvals,abs(dfbydx-exact),'*'); axis([1e-18 1 1e-8 1e4]) xlabel('valor de h');ylabel('error en aproximación' ); title('Aproximación de f '' (1) para f(x)=x^9')
UNI-Facultad de Ingeniería Mecánica P.A 2009-1 DACIBAHCC Métodos Numéricos MB536
Profesores del curso: Garrido_- Castro_- Obregón 3
Podemos ver que los errores disminuyen hasta un cierto valor crítico "hmin" luego del cual los errores aumentan a pesar de que "h" disminuye. ¿Contradice esto el resultado anterior con respecto al O(h) del error? ¡NO! El resultado anterior es sobre la convergencia si la aritmética es exacta y se dice que es un resultado asintótico. La figura ilustra los efectos de redondeo debido a la aritmética finita los cuales se hacen significativos para "h" pequeño y pueden afectar cualquier fórmula numérica para aproximar la derivada. Sin embargo, una fórmula con un grado de aproximación digamos O(h2) es preferible que O(h) ya que los errores (teóricos) tienden a cero más rápido y así "h" no tiene que ser tan pequeña reduciendo así los efectos de los errores por la aritmética finita.
El método anterior usando la expansión de Taylor se puede utilizar para obtener fórmulas para aproximar la derivada con un grado de aproximación más alto que uno. Ilustramos esto para la obtención de una formula O(h2). Si en lugar de llegar hasta términos de orden dos, expandimos hasta términos de orden tres en la expansión de Taylor, obtenemos las formulas:
Si restamos estas dos ecuaciones, despejamos para f '(x), y usamos el teorema del valor medio aplicado a f '''(x) obtenemos la fórmula:
UNI-Facultad de Ingeniería Mecánica P.A 2009-1 DACIBAHCC Métodos Numéricos MB536
Profesores del curso: Garrido_- Castro_- Obregón 4
donde
y xγ esta entre [x-h, x+h]. Tenemos pues que la fórmula f(x)Dmh tiene un error proporcional a
O(h2).
Ejemplo 2: Comparamos las dos formulas obtenidas hasta ahora para aproximar f '(x) con el
ejemplo de 9xf(x) = para )1(f ′ . Los resultados los presentamos en forma tabulada para distintos valores de h:
Este ejemplo ilustra lo superior de la formula . Note que cada vez que h se divide
entre dos, el error en la formula se divide por dos (aproximadamente) mientras que en
la formula se divide (aproximadamente) por cuatro (¿por qué?).
En forma similar se pueden obtener formulas de orden mayor utilizando expansiones de Taylor que envuelvan x ± 2h, x ± 3h, etc. Por ejemplo la expansión:
Da una fórmula de orden cuatro para f '(x). Es importante observar que mientras más alto el grado de aproximación de la fórmula, más suave tiene que ser la función para que dicha aproximación sea valida. Por ejemplo esta fórmula de orden cuatro requiere que la función tenga cinco derivadas continuas en el intervalo en cuestión mientras que la fórmula de orden dos requiere únicamente tres derivadas continuas.
Fórmulas para la segunda derivada: El proceso de arriba se puede usar para obtener fórmulas para las derivadas de orden mayor de uno de una función f(x). Usamos este proceso para obtener una formula para la segunda derivada. Usando el Teorema de Taylor, podemos escribir las expansiones:
UNI-Facultad de Ingeniería Mecánica P.A 2009-1 DACIBAHCC Métodos Numéricos MB536
Profesores del curso: Garrido_- Castro_- Obregón 5
Sumando estas dos expansiones y despejando para f''(x) obtenemos:
Donde:
y xγ esta entre [x-h, x+h]. Tenemos aquí una fórmula de orden dos para f "(x).
En forma similar se pueden obtener formulas de orden mayor utilizando expansiones de Taylor que envuelvan x ± 2h, x ± 3h, etc. Por ejemplo la expansión:
Da una fórmula de orden cuatro para f"(x).
Diferenciación usando polinomios de interpolación: Suponga que }x,..,x,{x n1o son puntos
distintos y sea pn(x) el polinomio que interpola a f(x) en estos puntos. Entonces aproximamos f '(x) por:
Suponga que ji xx −=h , i≠j. Se puede demostrar que
Aunque no discutiremos en más detalles este método para aproximar derivadas, si mencionamos que las dos fórmulas que discutimos para aproximar f '(x) se pueden obtener usando polinomios de interpolación de grados uno y dos respectivamente.
UNI-Facultad de Ingeniería Mecánica P.A 2009-1 DACIBAHCC Métodos Numéricos MB536
Profesores del curso: Garrido_- Castro_- Obregón 6
Ejercicios:
1. Utilice las formulas para aproximar la primera y segunda derivada discutidas en esta lección para aproximar las correspondientes derivadas de la función cos(x)xf(x) 2= en x=1 y para h=0.1, 0.01.
2. Usando el Teorema de Taylor verifique la fórmula:
3. Para la fórmula repita un proceso similar al del Ejemplo 1 donde "h" se disminuye hasta que el error en la fórmula empieza a aumentar.
UNI-Facultad de Ingeniería Mecánica P.A 2009-1 DACIBAHCC Métodos Numéricos MB536
Profesores del curso: Garrido_- Castro_- Obregón 7
Integración Numérica
Introducción
En diversas aplicaciones es necesario calcular la integral definida de una función f para la cual no se conoce una expresión explícita de una primitiva, tal primitiva es obtenida aún cuando no se conoce una expresión de la función propiamente dicha. En estas situaciones puede ser utilizada la integración numérica que consiste en aproximar
∫=a
bdxxffI )()(
Utilizando apenas valores de la función f en un conjunto finito de nodos del intervalo [a; b].
De una forma general, puede decirse que los métodos de integración numérica consiste en aproximar una función f por otra función g cuya primitiva sea más simple de calcular. De esta forma, la integral de f puede ser aproximado por
∫=≈a
bdxxggIfI )()()(
El error cometido en este proceso, es representado por E(f), y está dado por )()()()( gfIgIfIfE −=−= dado que la integración es un operador linear. Asimismo la aproximación será tanto mejor cuando la función g se aproxime mejor a f en el intervalo [a; b]. Reglas de Integración Básica Dado que las funciones polinomiales son simples de integrar, la utilización de polinomios interpolantes en la aproximación de funciones constituyen una herramienta interesante en solución de problema de integración numérica. Las reglas de integración básicas consiste en aproximar la integral de f en [a; b] por la integral de un polinomio interpolante de f en un conjunto de n nodos en [a; b]. Designaremos por pn un polinomio de grado menor o igual a n que interpola a f en los nodos x0 < x1 < ... < xn, pertenecientes a [a ; b]. Representando este polinomio en la forma de Newton Gregory, obtenemos:
UNI-Facultad de Ingeniería Mecánica P.A 2009-1 DACIBAHCC Métodos Numéricos MB536
Profesores del curso: Garrido_- Castro_- Obregón 8
!))1(()1(
!2)1()( 00
2
00 n
ynsss
yssysyxp
n
n
∆−−−++
∆−+∆+= LL y
h
xxs 0−
=
dxxpdxxfIb
a n
b
a)()( ∫∫ ≈=
Figura 1 Polinomio interpolador de una función f
Para calcular el error de integración (Ei) basta integrar el error de interpolación (ET) ET(x)=f(x)-Pn(x) entonces f(x)=Pn(x)+ET(x) y de esta forma:
dxxEdxxpdxxfb
a T
b
a n
b
a)()()( ∫∫∫ +=
Luego, el error cometido en la integración vale:
dxxEEb
a Ti )(∫=
Donde: ( ) ( )
( )!1)()2)(1()(
11
+ξ−−−=
++
n
fnsssshxE
nn
T L para algún [ ]ba,∈ξ
Reglas de Integración Básica-Ejemplos
UNI-Facultad de Ingeniería Mecánica P.A 2009-1 DACIBAHCC Métodos Numéricos MB536
Profesores del curso: Garrido_- Castro_- Obregón 9
Definición.- Una regla de integración se dice de grado de exactitud, o de precisión n si integra exactamente todos los polinomios de grado menor o igual a n y existe por lo menos un polinomio de grado n+1 que no es integrado exactamente. Reglas Compuestas de Integración Consiste en dividir el intervalo [a; b] en sub-intervalos, interpolar f en cada uno de los sub-intervalos y aproximar la integral de f en [a; b] por la suma de las integrales de los polinomios interpolantes, en su sub-intervalo respectivo. Sea:
bxxxa N =<<<= ...10
En cada sub-intervalo [xi-1; xi], la función f será interpolada por un polinomio pi, de grado menor o igual a ki. Entonces, la aproximación de la integral de f en [a; b] será dada por:
∫ ∑∫= −
≈=b
a
n
i
x
x i
i
i
dxxpdxxfI1 1
)()(
Representamos hi el ancho del sub-intervalo [xi-1; xi], o sea,
hi = xi – xi-1.
Muchas veces consideramos los sub-intervalos de igual ancho, esto es,
N
abhhi
−== , ∀i
Regla del Trapecio En cada sub-intervalo es utilizado un polinomio de grado menor o igual a 1 que interpola a f en sus extremos.
Siendo n el número de sub-intervalos, el ancho de cada sub-intervalo está dada por N
abh
−=
Los extremos de los sub-intervalos serán los puntos ihaxi += , para i=0,1,.., N
UNI-Facultad de Ingeniería Mecánica P.A 2009-1 DACIBAHCC Métodos Numéricos MB536
Profesores del curso: Garrido_- Castro_- Obregón 10
Designando por yi o valor de f en xi, el polinomio que interpola a f en los puntos xi-1 y xi está dado por: Regla simple del Trapecio (i=1)
( )∫∫∫ ∆+=≈=b
a
b
a i
b
adxsyydxxpdxxfI 00)()(
s=(x-x0)/h , � dx=hds Para xi-1 = x0 � s=0 , xi = x1 � s=1 Integrando el polinomio p1 en [x0; x1] se obtendrá (el área del trapecio!)
Regla Compuesta del Trapecio Sumando para todos los sub-intervalos se obtendrá:
( )∑∫ ∑∫=
+=
+=≈=−
N
iii
b
a
N
i
x
x i yyh
dxxpdxxfIi
i 11
1 2)()(
1
La expresión para la regla de integración del trapecio será entonces:
)222(2 121 NNo yyyyyh
I +++++≈ −L
Error de truncamiento En el intervalo [xi-1; xi], el error de aproximación de f por pi está dado por:
12
)(
6
1
!2
)(
23!2
)()(
!2
)(
!2
)()(
!2
)()1(
!2
)()1()(
33
1
0
2331
0
23
1
0
231
0
22
ξ′′−=
−ξ′′=
−ξ′′
=−ξ′′
ξ′′−=ξ′′
−=ξ′′−==
∫
∫∫∫∫
fh
fh
ssfhdsss
fh
dsf
sshhdsf
sshdxf
sshdxxEEb
a
b
a Ti
Entonces, el error de aproximación de la regla del Trapecio para un intervalo será:
)(12
3
ξ′′−= fh
Ei
El error de truncamiento de la regla del trapecio compuesta es la suma de los errores Ei en cada dos sub-intervalos [xi-1; xi] , esto es:
( ) ( )10010
1
000
1
0
0
2
000
1
000
22
1
2
1
2)()()()(
1
0
1
0
yyh
yyyhyyh
ys
syhhdzysydxysydxxfdxxfIx
x
x
x
b
a
+=
−+=
∆+=
∆+=∆+=∆+=≈= ∫∫∫∫
UNI-Facultad de Ingeniería Mecánica P.A 2009-1 DACIBAHCC Métodos Numéricos MB536
Profesores del curso: Garrido_- Castro_- Obregón 11
Etrap=E1+E2+…+EN
Donde [ ]iiiii xxfh
E ,)(12 1
3
−∈ξ∀ξ′′−= , con i=1,…,N-1,N.
Un límite del error, entonces, será determinado: |Etrap|≤|E1|+|E2|+…+|EN|
Siendo [ ]
)(max12 ,
3
1
xfMyMh
Eii xxx
iii ′′==−∈
Sea )(max2 xfMbxa
′′=≤≤
. Entonces 2
33
1212M
hM
hE ii ≤≤
Asimismo, 2
3
12M
hnEtrap ≤ . Como N = (b – a)/h, se tiene que
( ) ( )ξ′′−−= fh
abfE12
)(2
Error de redondeo Considerando que cada yi tiene un error absoluto máximo ε, el error de redondeo en la regla del trapecio satisfacerá la condición:
( ) εε ∑=
−
++++∂∂≤
n
oiNNo
ia yyyy
h
y 11 2...22
( )ε+ε++ε+ε= 2...22
h
εNh
22
=
ε)( ab −= Un mejoramiento para el error absoluto total, en la aplicación de la regla del Trapecio, será dado por:
afE ε+)(
Ejemplo:
Siendo 2
)( xexf −= , calcular un valor aproximado de ∫1
0)( dxxf utilizando la regla del
trapecio con 20 sub-intervalos y obtener un mejoramiento para el error cometido (considere que los valores de f son exactos!). Cuál es el error máximo absoluto admisible para los valores de f si se pretender que el error de redondeo no sea superior al error de truncamiento? Solución: Siendo h=1/20, la función será evaluada en los puntos:
ihxi = , para i=0.1,…,20
Un valor aproximado de la integral será entonces:
UNI-Facultad de Ingeniería Mecánica P.A 2009-1 DACIBAHCC Métodos Numéricos MB536
Profesores del curso: Garrido_- Castro_- Obregón 12
++≈ ∑∫
=
−
−−
19
1
1
2
20
1
02011
02
2
2
i
x eeedxe 7467.0≈
Dado que,2
)24()( 2 xexxf −−=′′ el máximo valor que toma en valor absoluto en el intervalo [ 0; 1] es 2, concluimos que el máximo error de truncamiento está dado por:
( ) ( ) 42
2
2
10*2.42*12
20/1
12−≈=− Mab
h
Si se pretende que )( fEa ≤ε se deberá imponer que:( ) 410*2.4 −≤ε− ab
por lo que 4102.4 −= xε será el máximo error absoluto permitido en el cálculo de cada valor de f. Regla de Simpson Consideremos ahora polinomios de grado menor o igual a 2, cada uno interpolando a f en tres puntos igualmente espaciados. El número n de sub-intervalos deberá ser par, pues cada parábola interpolante es definida en dos sub-intervalos consecutivos.
Definimos nuevamente N
abh
−= , los extremos de los sub-intervalos serán los puntos
ihaxi += para i=0,1,…,N.
Siendo yi el valor de f en xi, el polinomio pi que interpola a f en los puntos xi-1, xi y xi+1 Regla Simple de Simpson La idea es sustituir una función f e integrar por el polinomio de Newton Gregory de grado i=2,
esto es, )1(!2
)( 02
002 −∆
+∆+= ssy
syyxp
∫∫∫
−
∆+∆+=≈=
b
a
b
a
b
adxss
ysyydxxpdxxfI )1(
!2)()( 0
2
002
UNI-Facultad de Ingeniería Mecánica P.A 2009-1 DACIBAHCC Métodos Numéricos MB536
Profesores del curso: Garrido_- Castro_- Obregón 13
Teniendo en cuenta la relación entre las variables s y x, y que a=x0 y b=x2, entonces la expresión anterior admite la siguiente simplificación:
Como h
xxs
)( 0−= entonces ds=1/hdx, esto es dx=hds
Para x=x0 �s=0 Para x=x2 � s=2
( ) ( )
( )210
0120100
2
000
2
00
2
0
230
22
00
2
0
02
002
43
23
122)
3
2(
!222)2
3
8(
!222
)23
(!22
)1(!2
)()(
yyyh
yyyyyyhy
yyhy
yyh
ssysysyhhdsss
ysyydxxpdxxfI
b
a
b
a
++=
−−+−+=
∆+∆+=
−
∆+∆+=
−
∆+∆+=
−
∆+∆+=≈= ∫∫∫
Por lo tanto si se sustituye f por p2(x) obtenemos para la integral la siguiente expresión:
( )2102 43
)()( yyyh
dxxpdxxfIb
a
b
a++≈≈= ∫∫
Regla Compuesta de Simpson Para obtener la fórmula compuesta de Simpson, se debe dividir el intervalo Integrando pi en
[a, b] en n sub-intervalos de igual espaciamiento N
abh
−= y aplicar a cada par de sub-
intervalo [xi-1; xi] ,[xi; xi+1] ∀i=1,2,..,n-1, . De esta forma, se obtiene:
( ) ( ) ( )nnn
b
ayyy
hyyy
hyyy
hdxxfI ++−+++++++≈= −∫ 12432210 4
34
34
3)( L
Por tanto: Sumando para todos los sub-intervalos [xi-1; xi+1], con i = 1; 3; ... ; N- 1, se obtiene:
( )NNN
b
ayyyyyyyy
hdxxffI ++++++++≈= −−∫ 1243210 422424
3)()( L
Donde n es un número par. Error de truncamiento En el intervalo [xi-1; xi+1], el error de aproximación de f por pi es:
Entonces, el error de aproximación de será:
UNI-Facultad de Ingeniería Mecánica P.A 2009-1 DACIBAHCC Métodos Numéricos MB536
Profesores del curso: Garrido_- Castro_- Obregón 14
Considerando f de clase C4, se demuestra entonces que:
)(90
)4(5
ii fh
E ξ−=
para algún [ ]11, +−∈ξ iii xx
El error de truncamiento de la Regla de Simpson Compuesta se obtiene ahora por: El error de la fórmula compuesta es la suma de los errores cometidos en cada dos N/2 pares de sub-intervalos, un par contiene tres puntos, esto es:
2/211 Ns EEEE +++= L
Siendo )(90
)4(5
ii fh
E ξ−= para [ ]iii xx 2)1(2 ,−∈ξ
Determinando un limitante para el error, )(max4 )4( xfMbxa ≤≤
= . Entonces:
4
5
90M
hEi ≤ � is E
NE
21 ≤ � 4
5
1 902M
hNE s ≤
Con N
abh
−= , entonces 45
1 180
)(Mh
abE s
−≤
El error de la fórmula compuesta de Simpson es, por lo tanto:
45
180
)()( Mh
abfE
−−=
Donde M4=max )(max )4( xfbxa ≤≤
Error de redondeo Considerando que cada yi tiene un error absoluto máximo ε, el error de redondeo en la regla de Simpson satisfacerá la condición:
( ) εε ∑=
−
++++++∂∂≤
N
oiNNo
ia yyyyyy
h
y 1321 4...4243
( )ε+ε+ε+ε+ε+ε= 4...4243
h
+
−++= εεεε 212
423
NNh εNh
33
=
ε)( ab −= Un mejoramiento para el error absoluto total, en la aplicación de la regla de Simpson, será dado por:
UNI-Facultad de Ingeniería Mecánica P.A 2009-1 DACIBAHCC Métodos Numéricos MB536
Profesores del curso: Garrido_- Castro_- Obregón 15
afE ε+)(
Ejemplo:
Siendo 2
)( xexf −= calcular un valor aproximado de ∫1
0)( dxxf , utilizando la regla de
Simpson con 12 sub-intervalos y obtener el error absoluto total cometido (considere que los valores de f son exactos!). Solución:
Siendo 20
1=h , la función será evaluada en los puntos: ihxi = , para i = 0,1,…,12
Un valor aproximado de la integral, por la regla de Simpson, será entonces:
746825.0
243
12/11
0
5
0
112
22
0
12
120
22
2
≈
+++≈∫ ∑∑
=
−
+−
=
+−−
j
j
j
jx eeeedxe
calculando: )()4( xf se obtiene:
( ) 2
124816)( 24)4( xexxxf −+−= el máximo valor que toma en valor absoluto en el intervalo [ 0; 1] es 12, concluimos que el máximo error de truncamiento está dado por:
64
max
)4(4
102.312180
)12/1()(
180−×≈×=− fab
h
Regla de Simpson de 8
3
La regla de Simpson de 8
3 consiste en aproximar la función mediante una cúbica. El resultado
es
+++= ∑ ∑
= =,...9,6,30
8
3 328
3
i restoiNii
Nyyyy
hS
con : N
abh
−=
Esta regla es más complicada. La primera sumatoria solo incluye aquellas i's que sean múltiplos de 3. La segunda el resto, es decir, las i's que no sean múltiplos de 3. Entre las 2 cubren desde 1 hasta N-1. Para una cúbica se requieren 4 puntos, por lo cual se utilizan 3 intervalos. Por esta razón N debe de ser un múltiplo de 3.
UNI-Facultad de Ingeniería Mecánica P.A 2009-1 DACIBAHCC Métodos Numéricos MB536
Profesores del curso: Garrido_- Castro_- Obregón 16
Error de truncamiento:
)(80
)( )4(4 ηfhab
ET−−=
Regla del Rectángulo
Por ultimo consideremos que la función se aproxima por un polinomio de grado 0, es decir, se supone que en cada intervalo la función es constante. Geométricamente se aproxima la integral mediante rectángulos. La formula es
∑−
=
=1
0
N
iiN yhR
Error de truncamiento:
)(2
ηhfab
ET
−=
Resumen de fórmulas de Newton-Cotes Cerradas Reciben este nombre cuando el primer y el último dato se consideran dentro del dominio de integración. Dados los puntos:
x0 x1 x2 ... XN-1 XN f(x0) f(x1) f(x2) ... f(xN-1) f(xN)
Las fórmulas cerradas tiene la forma:
� Regla del Trapecio (n=1)
� Regla de Simpson 1/3 (n=2)
� Regla de Simpson 3/8 (n=3)
( )∫ <<−+=1
010
3
10 )("12
)()(2
)(x
xxxdondef
hxfxf
hdxxf εε
( )∫ <<−++=2
020
)4(5
210 )(90
)()(4)(3
)(x
xxxdondef
hxfxfxf
hdxxf εε
( )∫ <<−+++=3
030
)4(5
3210 )(80
3)()(3)(3)(
8
3)(
x
xxxdondef
hxfxfxfxf
hdxxf εε
( ) Exfwxfwxfwhdxxfnx
x NN ++++=∫0
)(...)(()( 1100α
UNI-Facultad de Ingeniería Mecánica P.A 2009-1 DACIBAHCC Métodos Numéricos MB536
Profesores del curso: Garrido_- Castro_- Obregón 17
( )∫
<<
−++++=4
0
40
)6(7
43210 )(945
8)(7)(32)(12)(32)(7
45
2)(x
x
xxdonde
fh
xfxfxfxfxfh
dxxf
ε
ε
� n=4 Fórmulas de Newton-Cotes Abiertas
Reciben este nombre debido a que no se toman en cuenta los valores extremos dentro del dominio de integración. Las fórmulas cerradas tienen la forma: � Regla de Punto medio (n=0)
� n=1
� n=2
� n=3
( ) Exfwxfwxfwhdxxfnx
x nn ++++=∫ −−0
)(...)()()( 112211α
( )∫ <<+=2
020
3
1 )("3
)(2)(x
xxxdondef
hxfhdxxf εε
( )∫ <<++=3
030
3
21 )("4
3)()(
2
3)(
x
xxxdondef
hxfxf
hdxxf εε
( )∫ <<++−=4
040
)4(5
321 )(45
14)(2)()(2
3
4)(
x
xxxdondef
hxfxfxf
hdxxf εε
( )∫
<<
++++=5
0
50
)4(5
4321 )(144
95)(11)()()(11
24
5)(x
x
xxdonde
fh
xfxfxfxfh
dxxf
ε
ε
UNI-Facultad de Ingeniería Mecánica P.A 2009-1 DACIBAHCC Métodos Numéricos MB536
Profesores del curso: Garrido_- Castro_- Obregón 18
Cuadratura Gaussiana Las fórmulas de integración vistas antes requieren que se conozcan los valores de la función cuya integral se va a aproximar en puntos uniformemente espaciados. Sin embargo si la función está dada explícitamente, los puntos para evaluar la función puede escogerse de otra manera que nos lleve a una mayor precisión de la aproximación. La cuadratura Gaussiana se preocupa en escoger los puntos de evaluación de una manera óptima. Esta presenta un procedimiento para escoger los valores x1, x2, ... ,xn en el intervalo
[a,b] y las constantes c1, c2, ... ,cn que se espera minimicen el error obtenido al realizar la aproximación: Para determinar los puntos donde debe evaluarse la función se usan los llamados polinomios ortogonales, siendo las raíces de este polinomio los que se toman como punto de evaluación de la función. Polinomios ortogonales Se dice que el conjunto de funciones {ψ1,ψ2,...,ψn} es ortogonal en <a,b> con respecto a la función w(x)≥0, siempre y cuando se cumpla:
Si {ψ1,ψ2,...,ψn} es un conjunto de polinomios ortogonales definidos en el intervalo abierto <a,b> respecto a una función peso continua W y ψk es un polinomio de grado k, para todo k=1,2,3,...n : entonces se dice que ψk tiene k raíces distintas y estas raíces se encuentran en el intervalo <a,b>. Casos importantes de Polinomios Ortogonales
� Polinomio de Legendre � Polinomio de Laguerre � Polinomio de Hermite � Polinomio de Chebyshev
Aquí nos ocuparemos del Polinomio de Legendre, el estudiante puede investigar acerca de los otros Polinomios ortogonales.
∑∫=
=n
iii
b
axfcdxxf
1
)()(
kjparadxxwxxo
kjparadxxwxx
j
b
a k
j
b
a k
=>ψψ
≠=ψψ
∫
∫0)()()(
0)()()(
UNI-Facultad de Ingeniería Mecánica P.A 2009-1 DACIBAHCC Métodos Numéricos MB536
Profesores del curso: Garrido_- Castro_- Obregón 19
Polinomio de Legendre Se considera la función de peso: w(x)=1 y el intervalo de integración [a,b]=[-1,1] y se pueden obtener así:
Tabla de Polinomios de Legendre:
n Pn(x) 0 1 1 x 2 (3x2-1)/2 3 (5x3-3x)/2 4 (35x4-30x2+3)/8 5 (63x5-70x3+15x)/8
Una propiedad de estos polinomios ortogonales es que todas sus raíces son reales y simples, además se encuentran en el intervalo [a,b]. Cuadratura de Gauss-Legendre: Consideremos la cuadratura Gaussiana para evaluar:
Donde [a,b]≠[-1,1], los límites de integración debe ser [-1,1] por lo cual recurrimos a un cambio de variable:
2)()( baxab
t++−= y
( )dx
abdt
2
−=
Reemplazando tendremos:
( ) =
++−−= ∫∫ −dx
abxabf
abdttf
b
a
1
1 2
)()(
2)( ∑
=
+− n
iii Exfc
ab
1
)(2
)(
Siendo xi las raíces o ceros del polinomio de Legendre de grado “n” Además:
)(1
)(1
12
,.....2,1,0)1(
!2
1)(
11
2
xPn
nxxP
n
nPo
nparadx
xd
nxP
nnn
n
nn
nn
−+ +−
++=
=−=
∫=b
adttfI )(
UNI-Facultad de Ingeniería Mecánica P.A 2009-1 DACIBAHCC Métodos Numéricos MB536
Profesores del curso: Garrido_- Castro_- Obregón 20
A continuación se muestra una tabla conteniendo los factores de peso ci y los ceros del polinomio de Legendre para (xi) para diversos valores de “N”.
Tabla de Gauss Legendre
N xi ci 1 0.0 2.0 2 -0.577350269189626
+0.577350269189626 1.0 1.0
3 -0.774596669241483 0.0
+0.774596669241483
0.555555555555556 0.888888888888889 0.555555555555556
4 -0.861136311594053 -0.339981043584856 +0.339981043584856 +0.861136311594053
0.347854845137454 0.652145154862546 0.652145154862546 0.347854845137454
5 -0.906179845938664 -0.538469310105683
0.0 +0.538469310105683 +0.906179845938664
0.236926885056189 0.478628670499366 0.568888888888889 0.478628670499366 0.236926885056189
6 -0.932469514203152 -0.661209386466265 -0.238619186083197 +0.238619186083197 +0.661209386466265 +0.932469514203152
0.171324492379170 0.360761573048139 0.467913934572691 0.467913934572691 0.360761573048139 0.171324492379170
Donde N es el número de puntos Problemas Resueltos 1. Dados Los siguientes puntos de una función y = f(x)
1,1))!2)((12(
)()!(2
)1())('(
2
3
)2(412
22
−∈+
=
−=
+
θθnn
fnE
xxPc
nn
iin
i
UNI-Facultad de Ingeniería Mecánica P.A 2009-1 DACIBAHCC Métodos Numéricos MB536
Profesores del curso: Garrido_- Castro_- Obregón 21
Determine un valor aproximado de la integral ∫4
0)( dxxf .
(a) Por la regla del trapecio. (b) Por la regla de Simpson. (c) Por el polinomio que interpola aquellos puntos.
Solución:
(a) Regla del Trapecio:
( )nn yyyyh
I ++++≈ −110 222
K
ii xxh −= +1
En este caso, como n = 4 (5 puntos), tenemos
( ) )0(2.122222
1)( 4321
4
0=++++≈∫ yyyyydxxf o
(b) Regla de Simpson:
( )nnno yyyyyyydxxf +++++++≈ −−∫ 12321
4
042...424
3
1)(
Aplicando la regla de Simpson a este problema, tenemos:
( ) )3(2.124243
1)( 4321
4
0=++++≈∫ yyyyydxxf o
(c) Polinomio Interpolante de Newton Cálculo de la tabla de diferencias,
El polinomio interpolante de Newton P4(x) se obtiene directamente a partir da tabla de diferencias,
432
4
0971.08625.01129.20875.078.0
)3)(2)(1)(0(!4
33.2
)2)(1)(0(!3
68.1)1)(0(
!2
41.0)0(
!1
26.1
!0
78.0)(
xxxx
xxxx
xxxxxxxP
+−+−
−−−−
+−−−−−−+−+=
UNI-Facultad de Ingeniería Mecánica P.A 2009-1 DACIBAHCC Métodos Numéricos MB536
Profesores del curso: Garrido_- Castro_- Obregón 22
Por lo tanto la integral de P4(x) es:
)8(1.12
5
0971.0
4
8625.0
3
1129.2
2
0875.0
1
78.0)(
4
0
54324
0
≈
+−+−=∫ xxxxxdxxf
2. Calcule por la regla de Simpson un valor aproximado de la integral ∫2
0)sin(
π
dxx con 3
dígitos significativos correctos. Verifique que el valor obtenido está debidamente próximo al valor verdadero integral.
Solución:
El cálculo de la integral: ∫2
0)sin(
π
dxx
Con 3 dígitos significativos correctos, equivale a considerar un error máximo absoluto de 5 x 10-3. En seguida, vamos a calcular el número de intervalos (par) que es necesario considerar en la aplicación de la regla de Simpson:
3)4(4
105)(max180
−
≤≤≤−≤ xfab
hba
t ξεξ
En que:
1)sin(max)(max )4( ==≤≤≤≤
ξξξξ baba
f ,2
)(π=− ab
n
abh
−=
Tenemos entonces:
( )4
210518022
10512180
434
53
4
2 ππππ
=∧=→××××
≥⇔×≤×× −− hnnn
Aplicando la regla de Simpson:
3. Calcular la integral de:
con un error menor que 5x10-4
(a) Calcule la integral por la regla de Simpson. (b) Cuantos intervalos serán precisos para la regla del trapecio? (c) Duplicando el número de intervalos, de que manera serían afectado el error de cada
una de las reglas. Solución: Cálculo de las
UNI-Facultad de Ingeniería Mecánica P.A 2009-1 DACIBAHCC Métodos Numéricos MB536
Profesores del curso: Garrido_- Castro_- Obregón 23
;)(x
exf
x−
= ;11
)(2
+−=′ −
xxexf x ;
321)(
32
++=′′ −
xxxexf x
;6631
)(432
)3(
+++−= −
xxxxexf x ;
24241241)(
5432)4(
++++= −
xxxxxexf x
Todas las derivadas sucesivas de f(x) tienen la forma:
;...2
++−
x
b
x
ae x
Analizando esta expresión fácilmente se concluye que el valor máximo, en el intervalo entre [ 1; 2 ] , ocurre para x = 1
a.) Error de Simpson: Cálculo del número de intervalos (par) de modo de garantizar un error inferior a 5 x 10-4 .
En este caso, para ser totalmente rigorosos deberíamos considerar 6 intervalos (n = 6), no obstante optamos por utilizar apenas 4 intervalos porque la expresión que nos da el error de la regla de Simpson es muy pesimista con respecto al valor obtenido para n (4.04) y ligeramente superior a 4. Aplicando la regla de Simpson, considerando n = 4 , obtenemos entonces:
b.) La regla del trapecio Cálculo del número de intervalos de modo a garantizar un error inferior a 5x10-4
c.) Duplicando el número de intervalos:
UNI-Facultad de Ingeniería Mecánica P.A 2009-1 DACIBAHCC Métodos Numéricos MB536
Profesores del curso: Garrido_- Castro_- Obregón 24
Regla del trapecio: el error es dividido por 4
Regla del Simpson: el error es dividido por 16
4. Utilizando la cuadratura de Gauss-Legendre (n=2), estime la siguiente integral: Solución:
a=1, b=2, haciendo 4
5
2
5.25.0
2
)15.1()15.1( +=+=++−= xxxt
4
dxdt =
i ci xi F(xi) 1 1 +0.5773502692 0.03577622856 2 1 -0.5773502692 0.07362403263
I=0.1094002612
∫−=
5.1
1
2
dteI t
( )
∫
∫ ∫
−
+−
−
+−−
+≈
=
=
1
1 2211
4
5
5.1
1
1
1
4
5
)()()(
4
1)(
41
2
2
2
xFcxFcdxxF
exF
dxedte
x
x
t
UNI-Facultad de Ingeniería Mecánica P.A 2009-1 DACIBAHCC Métodos Numéricos MB536
Profesores del curso: Garrido_- Castro_- Obregón 25
Problemas Propuestos 1.- Calcule
con un error absoluto máximo de 5 x10-4: por la regla del trapecio. 2. Determinar:
con un error absoluto máximo de 5 x10-4:
a.) Por la Regla del trapecio b.) Por la Regla de Simpson
3. Utilizando la regla de Simpson, determinar un valor aproximado de π, con error máximo de 5x10-5 . Recuerde que :
4. Calcular:
con un error absoluto máximo de 5x10-3:
(a) Por la regla del trapecio. (b) Por la regla de Simpson. Bibliografía
1. Análise Numérica (2003/2004)- Apontamentos da disciplina de Análise Numérica Aníbal Castilho Coimbra de Matos-Setiembre de 2003 http://paginas.fe.up.pt/an/an.pdf
2. Problemas resueltos de integración http://paginas.fe.up.pt/an/problemas/p_integracao.pdf http://paginas.fe.up.pt/an/problemas.html
3. Gerald/Wheatley, Métodos Numéricos Aplicados, 7ma Edición, Addison-Wesley, 2004 http://real.uwaterloo.ca/~sbirkett/syde312%20unit%204.pdf
4. Separatas de Cálculo Numérico 1999-2001 Rosa Garrido – Robert Castro. 5. Separatas de Cálculo Numérico 2001-2004 Rosa Garrido – Robert Castro- Hermes Pantoja
UNI-Facultad de Ingeniería Mecánica P.A 2009-1 DACIBAHCC Métodos Numéricos MB536
Profesores del curso: Garrido_- Castro_- Obregón 26
INDICE
Pag. 1. Diferenciación Numérica 1 Formulas para la primera derivada con 02 puntos 2
Formulas Centrales para la primera derivada con 03 y 05 puntos 3 Formulas para la segunda derivada 4
Diferenciación usando polinomios de interpolación 4 Ejercicios 5
2. Integración Numérica 6 Reglas de integración básica 7
Reglas Compuestas de Integración 8
Regla simple del Trapecio 8 Regla Compuesta del Trapecio 9
Error de truncamiento del Trapecio 9 Error de redondeo del Trapecio 10 Regla simple de Simpson 11 Regla Compuesta de Simpson 12 Error de truncamiento de Simpson 13 Error de redondeo de Simpson 13
Regla de Simpson de 8
3 14
Error de truncamiento 14 Regla del Rectángulo 14 Error de truncamiento 15 Resumen de fórmulas de Newton-Cotes Cerradas 15 Fórmulas de Newton-Cotes Abiertas 17 Cuadratura Gaussiana 18 Polinomios ortogonales 18 Polinomio de Legendre 19 Cuadratura Gauss-Legendre 19 Tabla de Gauss- Legendre 20 Problemas Resueltos 20 Problemas Propuestos 25